Achetez un iPhone 16 aujourd'hui, et le modèle embarqué d'Apple compte environ 3 milliards de paramètres. Achetez un iPhone 17 Pro, et il peut en compter près de 20 milliards — même système d'exploitation, même marque Apple Intelligence, mais un modèle différent, discrètement sélectionné selon la puce présente sous la vitre. Cet écart résume l'histoire de l'IA embarquée en 2026 : le marketing est unifié, le matériel ne l'est pas, et la distance entre les deux est exactement ce qu'un développeur doit cartographier avant d'écrire la moindre ligne de code.

Ce qu'Apple a réellement déployé

La démarche d'Apple destinée aux développeurs a eu lieu lors de la WWDC 2025, lorsque l'entreprise a ouvert son modèle embarqué à des tiers. Le nouveau framework Foundation Models donne aux développeurs un accès direct au modèle de langage fondamental embarqué au cœur d'Apple Intelligence, construit autour d'un modèle d'environ 3 milliards de paramètres. Le tout fonctionne sur l'appareil, de sorte que les données entrant et sortant du modèle restent privées, et il peut fonctionner hors ligne. Apple a été explicite sur les limites du modèle : il excelle dans les tâches textuelles comme le résumé, l'extraction d'entités et le dialogue court, mais il n'est pas conçu pour être un chatbot de connaissances générales sur le monde.

Ce framework a rapidement été intégré à de vraies applications — l'application de journal intime Day One, développée par Automattic, l'a utilisé pour ajouter de l'intelligence respectueuse de la vie privée, l'entreprise déclarant que cela l'avait aidée à repenser ce qui est possible dans l'application. Mais il est arrivé avec un plafond strict qui compte pour quiconque planifie une fonctionnalité : le compte-rendu d'un développeur ayant assisté à une session de laboratoire de la WWDC 2026 décrit la fenêtre contextuelle du modèle embarqué comme inchangée, un budget partagé entrée-sortie qui laisse peu de marge pour de longues conversations dès qu'une invite s'allonge.

Un an plus tard, lors de la WWDC 2026, Apple a relevé ce plafond uniquement pour le matériel le plus récent. AFM 3 Core Advanced, le modèle embarqué le plus puissant d'Apple, est nativement multimodal et utilise une architecture creuse (sparse) de 20 milliards de paramètres qui n'en active que 1 à 4 milliards à la fois, une capacité débloquée par et optimisée pour les puces les plus performantes d'Apple. Les téléphones Apple Intelligence plus anciens ne sont pas totalement laissés pour compte — la famille inclut aussi AFM 3 Core, un modèle dense plus petit de 3 milliards de paramètres qui fonctionne plus largement — mais l'exigence standard de 8 Go de mémoire en vigueur depuis le lancement d'Apple Intelligence ne garantit plus l'accès aux fonctionnalités embarquées les plus performantes, marquant la première fois qu'Apple relève la barre pour celles-ci. MacRumors a rapporté que le modèle 20B nécessite spécifiquement un iPhone 17 Pro ou un iPhone Air.

Le changement le plus lourd de conséquences pour les développeurs est peut-être plus discret. Jusqu'à la WWDC 2026, le framework Foundation Models n'avait qu'une seule règle — le modèle embarqué d'Apple ou rien — mais cela a changé avec une couche de protocole publique que tout LLM, API cloud ou modèle auto-hébergé peut implémenter. Cela transforme la plomberie de sessions et d'appels d'outils d'Apple en une couche de distribution que les développeurs peuvent orienter vers d'autres modèles, et pas seulement vers ceux d'Apple.

Ce que Google a réellement déployé

La voie choisie par Google passe par un service système appelé AICore. Gemini Nano s'exécute dans le service système AICore d'Android, qui exploite le matériel de l'appareil pour une faible latence d'inférence, et les API GenAI de ML Kit sont construites par-dessus pour permettre l'exécution embarquée de modèles fondamentaux GenAI. Contrairement à l'API de session unique et généraliste d'Apple, Google a déployé un ensemble de points d'accès nommés et spécifiques à des tâches : Prompt pour la génération de texte ou multimodale personnalisée, Summarization pour les articles ou conversations, Proofreading pour les messages de chat courts, Rewriting dans différents tons, Image Description, et Speech Recognition pour transcrire l'audio.

La prise en charge des appareils est inhabituellement précise et multi-fournisseurs. Les API GenAI sont disponibles sur les appareils Android utilisant des plateformes optimisées MediaTek Dimensity, Qualcomm Snapdragon et Google Tensor via AICore. La documentation de Google elle-même liste le matériel pris en charge jusqu'au numéro de modèle, incluant les téléphones Pixel 9 à 11 aux côtés d'appareils Honor, Oppo, Poco et Samsung Galaxy S25 spécifiques — un cas rare où un fournisseur publie une liste de compatibilité vérifiable plutôt qu'une affirmation générale.

Sur le matériel Pixel en particulier, l'historique des fonctionnalités est bien documenté et repose majoritairement sur un traitement réellement embarqué : Call Notes et Pixel Screenshots du Pixel 9 sont sortis en août 2024, Gemini Nano multimodal est arrivé en novembre 2024, la détection d'arnaques (Scam Detection) pour les appels et messages en mars 2025, et le Pixel 10 avec Tensor G5 a ajouté Magic Cue et Voice Translate propulsés par Nano en octobre 2025. Un point à souligner pour les développeurs comparant les plateformes : toutes les fonctionnalités d'IA qui se ressemblent ne fonctionnent pas de la même manière. Les tests d'appareils d'Android Authority ont montré que l'application Voice Recorder de Samsung inclut une fonctionnalité de résumé par IA similaire, mais elle s'appuie sur le modèle plus grand Gemini Pro de Google, qui ne peut s'exécuter que dans le cloud, sacrifiant confidentialité et rapidité contre la capacité de traiter des enregistrements de plusieurs heures. Même catégorie de fonctionnalité, architecture entièrement différente — exactement le genre de détail qui n'apparaît que lorsqu'on vérifie l'implémentation plutôt que la liste de fonctionnalités.

Ce que Samsung a réellement déployé

Samsung intègre Galaxy AI à ses téléphones depuis la série Galaxy S24, et le Galaxy S26 Ultra marque un tournant dans la direction prise — passant d'outils réactifs à des suggestions proactives. Le téléphone apprend désormais les habitudes et propose des suggestions avant même qu'on les demande — un texte à propos d'une réunion peut inciter le téléphone à suggérer d'ouvrir le calendrier, ou la demande de photo d'un ami peut faire remonter automatiquement les images pertinentes de la galerie. Samsung attribue cela au matériel : le NPU plus rapide du Snapdragon 8 Elite Gen 5 pour Galaxy permet d'exécuter davantage de ces tâches directement sur l'appareil plutôt que de dépendre d'une connexion cloud.

Les chiffres de performance spécifiques, cependant, sont des affirmations du fournisseur plutôt que des mesures indépendantes. Samsung déclare que la puce Snapdragon 8 Elite Gen 5 pour Galaxy personnalisée du téléphone offre jusqu'à 19 % de meilleures performances CPU, 39 % de meilleures performances NPU et 24 % de meilleures performances GPU par rapport à la génération précédente — et le testeur qui en a rendu compte a pris soin de préciser qu'il s'agit des chiffres de Samsung, non de garanties indépendantes. Une fonctionnalité illustre bien que la capacité matérielle et la disponibilité effective sont deux questions entièrement distinctes : des reportages sur les forums communautaires de Samsung ont révélé que Call Screening est principalement une fonctionnalité logicielle qui s'exécute directement sur l'appareil, ce qui signifie que des téléphones comme le Galaxy S25 disposent probablement d'une puissance et d'une capacité NPU suffisantes pour la gérer — pourtant Samsung a confirmé que la prise en charge ne commence qu'avec la série Galaxy S26. Qu'il s'agisse d'une contrainte technique ou d'une décision de segmentation produit, Samsung ne l'a pas précisé publiquement. Quoi qu'il en soit, la leçon demeure : la capacité NPU indiquée sur une fiche technique ne garantit pas qu'une fonctionnalité soit réellement déployée sur votre appareil.

Le schéma commun sous-jacent aux trois plateformes

En alignant les trois plateformes, une structure commune apparaît. Chaque fournisseur propose désormais une voie d'inférence véritablement locale — le framework Foundation Models d'Apple, AICore et les API GenAI de ML Kit de Google, les fonctionnalités Galaxy AI de Samsung s'exécutant sur l'appareil lorsque le NPU et la mémoire le permettent. Chacun réserve également un second niveau de capacité, plus étendu, pour le cloud, invoqué automatiquement lorsque la tâche dépasse ce que le modèle local peut accomplir. Apple appelle cela Private Cloud Compute ; Samsung utilise Gemini Pro en arrière-plan pour certaines fonctionnalités Galaxy AI, sans nécessairement signaler ce basculement à l'utilisateur. Le résultat pratique pour un développeur est que l'IA embarquée n'est pas une garantie unique — c'est un spectre qui varie selon l'appareil, la région, et même la fonctionnalité précise appelée au sein d'une application.

Ce qu'il faut vérifier avant de développer

Quelques éléments concrets et vérifiables méritent d'être confirmés directement dans la documentation actuelle plutôt que dans un discours de lancement : lesquels de vos appareils cibles déploient réellement le niveau de modèle avancé plutôt que le niveau de base, étant donné que le modèle 20B d'Apple est conditionné par la puce, et non seulement par la version du système d'exploitation ; le budget réel de la fenêtre contextuelle du framework que vous utilisez, puisqu'une limite de jetons partagée entre entrée et sortie change ce que le résumé peut concrètement signifier ; si une fonctionnalité que vous évaluez s'exécute réellement sur l'appareil ou bascule silencieusement vers un modèle cloud lorsque les entrées s'allongent, comme documenté dans l'implémentation propre de Voice Recorder chez Samsung ; et la liste publiée par Google des appareils pris en charge pour les API GenAI de ML Kit, qui nomme des modèles précis plutôt que de désigner vaguement une famille de puces. Rien de tout cela ne nécessite de faire confiance à un communiqué de presse — tout est vérifiable dans la documentation destinée aux développeurs avant qu'une seule fonctionnalité ne soit déployée.